MI-műveltség mint kognitív védőfaktor – amikor a gondolkodást is átadjuk
SZEMLÉZŐ
Friss kutatások, tanulmányok és szakmai publikációk nyomában
Xiao, W., Men, C.-H. & Zhang, J.-C. (2026). Metacognitive disengagement and knowledge innovation quality in human–AI collaboration: the mediating role of cognitive offloading and the moderating roles of task complexity and AI literacy.
Frontiers in Psychology, 17, 1975833.
Megjelenés: 2026. október 28.
Műfaj: Lektorált, empirikus kutatás (Original Research; négy kísérlet)
DOI: https://doi.org/10.3389/fpsyg.2026.1975833
A Frontiers in Psychology folyóiratban egy újabb, pedagógiai szempontból is figyelemre méltó kutatásra bukkantam. Vajon mi történik a gondolkodásunkkal, amikor a mesterséges intelligencia már nemcsak információkat keres helyettünk, hanem ötleteket dolgoz ki, érveléseket épít fel és döntési lehetőségeket mérlegel? Az MI-vel való együttműködés gyorsabbá teheti a munkát, de közben megváltoztathatja azt is, mennyire veszünk részt saját gondolkodási folyamataink irányításában. Egy friss, négy kísérletből álló kutatás szerint az MI-műveltség fontos szerepet játszhat e kockázat mérséklésében.
Feladat vagy gondolkodás átadása
A generatív mesterséges intelligencia használatában az egyik legjelentősebb változás, hogy egyre összetettebb gondolkodási műveleteket bízhatunk technológiai rendszerekre. Míg korábban elsősorban információkeresésre, számításokra vagy adatok tárolására használtunk digitális eszközöket, ma már érvelések megalkotását, problémák elemzését, alternatív megoldások kidolgozását, sőt saját munkánk értékelését is átengedhetjük az MI-nek.
Ez a folyamat nem feltétlenül kedvezőtlen. A kognitív tehermentesítés (cognitive offloading) lehetővé teszi, hogy erőforrásainkat más, nagyobb figyelmet igénylő tevékenységekre fordítsuk. A kérdés inkább az, hogy a gondolkodási műveletek átadásával együtt átadjuk-e saját gondolkodásunk ellenőrzését is.
Wei Xiao, Cheng-Hao Men és Jia-Cong Zhang 2026. október 28-án, a Frontiers in Psychology folyóiratban megjelent tanulmányukban ezt a problémát vizsgálták. Négy kísérlet segítségével arra keresték a választ, hogy az ember–MI együttműködésben miként kapcsolódik össze a kognitív tehermentesítés, a metakognitív kivonódás és a tudásinnováció minősége.
A vizsgálat egyik legfontosabb eredménye, hogy a kedvezőtlen következmények mértéke nem mindenkinél és nem minden feladat esetében azonos. A feladat összetettsége fokozhatja, míg az MI-műveltség mérsékelheti a metakognitív kivonódás negatív hatásait.
Metakognitív kivonódás: mit veszítünk el a gondolkodás átadásával?
A kutatás központi fogalma a feladatszintű metakognitív kivonódás (task-level metacognitive disengagement). A metakogníció a saját gondolkodási folyamatainkra vonatkozó tudást és azok szabályozását jelenti. Nem egyszerűen arról van szó, hogy gondolkodunk-e egy problémán, hanem arról is, hogy képesek vagyunk-e megtervezni a megoldás menetét, ellenőrizni a következtetéseinket, és utólag értékelni az alkalmazott stratégiáinkat. A szerzők három összetevőt különítenek el: a tervezés csökkenését, az ellenőrzés gyengülését és a reflexió elmaradását.
Amikor például egy tanuló az MI-től kér egy kész érvelést, előfordulhat, hogy már nem tervezi meg önállóan az állítások sorrendjét. Ha a kapott szöveget csupán átolvassa, de nem ellenőrzi az érvek érvényességét, a metakognitív kontroll további eleme gyengülhet. Ha pedig a munka végén nem gondolja végig, hogy mit és miért változtatott volna meg, a reflexió is elmaradhat.
Fontos különbség azonban, hogy a kognitív tehermentesítés nem azonos a metakognitív kivonódással. A tanulmány ezt a következőképpen fogalmazza meg:
“not all offloading has identical cognitive consequences”
Magyarul: „A kognitív tehermentesítés nem minden formájának azonosak a kognitív következményei.” (3. o.)
Lehetséges tehát úgy segítséget kérni az MI-től, hogy közben a felhasználó továbbra is megtervezi, ellenőrzi és értékeli saját munkáját. A probléma akkor jelentkezhet, ha az eszköz használata fokozatosan háttérbe szorítja ezeket a szabályozó folyamatokat. A kutatók ezt nem tartós képességromlásként határozzák meg, hanem egy adott feladaton belül megfigyelhető változásként.
Hogyan kapcsolódnak össze ezek a folyamatok?
A kutatók elméleti modellje négy egymással összefüggő tényezőből épül fel. A nagyobb mértékű MI-segítség elősegítheti a gondolkodási műveletek átadását. Ez növelheti a metakognitív kivonódás mértékét, amely kedvezőtlenül hathat a létrehozott tudás, ötlet vagy megoldás minőségére.
A modell két további változót is figyelembe vesz: a feladatkomplexitást és az MI-műveltséget. Ezek nem egyszerűen újabb állomásai a folyamatnak, hanem annak következményeit módosító tényezők.
1. ábra. Az ember–MI együttműködés elméleti modellje
Forrás: Xiao, Men és Zhang (2026), 1. ábra, 5. o.
Magyar fordítás és grafikai átdolgozás: Router Learning. CC BY 4.0
A modell értelmezésében különösen fontos, hogy az MI-műveltség nem feltétlenül akadályozza meg a metakognitív kivonódás kialakulását. A szerzők eredményei inkább arra utalnak, hogy mérsékelheti annak negatív következményeit.
Ez lényeges különbség: nem arról van szó, hogy a magas MI-műveltségű felhasználók szükségszerűen kevesebb feladatot adnak át a mesterséges intelligenciának, hanem arról, hogy jobban képesek megőrizni a kritikai értékelés szerepét az együttműködés során.
Mit mutatott a négy kísérlet?
A kutatás összesen 728 résztvevő bevonásával zajlott, négy különálló, egymást kiegészítő kísérletben.
Az első vizsgálatban 150 résztvevőnek kellett intelligensotthon-termékhez innovációs javaslatot készítenie. Az egyik csoport részletes, megoldásorientált MI-segítséget kapott, míg a másik csak korlátozott, elsősorban tényszerű támogatást. A nagyobb MI-segítséget kapó csoportban szignifikánsan magasabb metakognitív kivonódást mértek. A különbség a tervezés, az ellenőrzés és a reflexió mindhárom dimenziójában megjelent.
A második kísérletben 162 résztvevő közösségi szolgáltatásfejlesztési feladaton dolgozott. Az eredmények azt mutatták, hogy a kognitív tehermentesítés részben közvetítette az MI-segítség és a metakognitív kivonódás közötti kapcsolatot. A közvetett hatás a teljes hatás 58%-át magyarázta.
A harmadik kísérlet már közvetlenebb bizonyítékot szolgáltatott. A 176 résztvevő városi közterület megújítására dolgozott ki javaslatot. A kutatók kétféle munkafolyamatot alakítottak ki: az egyikben a résztvevők széles körben támaszkodhattak az MI-re, míg a másikban a megoldás lényegi elemeit önállóan kellett kidolgozniuk.
A kész javaslatokat három, a kísérleti feltételeket nem ismerő szakértő értékelte az újszerűség, a hasznosság és a továbbfejleszthetőség szempontjából, egy hétfokú skálán. Azok a résztvevők, akik a feladat megoldását nagyobb mértékben bízták az MI-re, átlagosan 3,95 pontot értek el, míg az önállóbb munkát végzők 4,78 pontot kaptak. A különbség statisztikailag szignifikáns volt, és mindhárom értékelési szempontban megmutatkozott.
Az eredményt ugyanakkor körültekintően kell értelmezni. A két munkafolyamat nem kizárólag a kognitív tehermentesítés mértékében különbözött, hanem az MI által nyújtott segítség részletességében és az önálló munkával kapcsolatos elvárásokban is.
Miért számít a feladat összetettsége?
A negyedik kísérletben 240 résztvevővel vizsgálták meg, hogy a feladatkomplexitás és az MI-műveltség miként befolyásolja a korábban feltárt összefüggéseket. A magasabb összetettségű feladatokban a résztvevőknek többféle szempontot, korlátozó feltételt és lehetséges következményt kellett mérlegelniük. Az eredmények szerint a metakognitív kivonódás kedvezőtlen hatása az összetettebb feladatok esetében erősebbnek bizonyult.
A kognitív tehermentesítés metakognitív kivonódáson keresztül érvényesülő közvetett hatása alacsony feladatkomplexitás mellett −0,48, magas feladatkomplexitás mellett −0,87 volt. Ez pedagógiai szempontból különösen érdekes. Az MI alkalmazását sokszor éppen a komplex, időigényes feladatoknál tartjuk a leghasznosabbnak. A kutatás viszont arra figyelmeztet, hogy ezekben a helyzetekben a gondolkodási folyamatok ellenőrzésének elvesztése nagyobb minőségromlással járhat.
A következtetés nem az, hogy összetett feladatoknál mellőzni kellene az MI-t, hanem az, hogy minél összetettebb a feladat, annál tudatosabban szükséges megszervezni az emberi ellenőrzést és döntéshozatalt.
Az MI-műveltség mint kognitív védőfaktor
A negyedik kísérlet másik fontos eredménye az MI-műveltség szerepéhez kapcsolódik. A kutatók az MI-műveltséget három összetevő mentén vizsgálták: az MI-rendszerekre vonatkozó ismeretek, az alkalmazásukhoz szükséges készségek és az MI által létrehozott tartalmak kritikai értékelése alapján.
Az alacsonyabb MI-műveltséggel rendelkező résztvevőknél a metakognitív kivonódás erősebben kapcsolódott az innováció minőségének romlásához. Magasabb MI-műveltség esetén ez a negatív kapcsolat gyengébbnek bizonyult.
A közvetett hatás alacsony MI-műveltség mellett −0,74, magas MI-műveltség mellett −0,14 volt. Utóbbi becslés konfidenciaintervalluma már a nullát is tartalmazta, tehát ezen a szinten a negatív közvetett hatás statisztikailag nem volt egyértelműen kimutatható.
2. ábra. Az MI-műveltség moderáló szerepe a metakognitív kivonódás
és a tudásinnováció minősége közötti kapcsolatban
Forrás: Xiao, Men és Zhang (2026), 5. ábra, 15. o.
Magyar nyelvű grafikai átdolgozás: Router Learning. CC BY 4.0
A szerzők szerint az MI-műveltség védőszerepe nem elsősorban abban áll, hogy valaki technikailag ügyesebben használja az eszközöket. Lényegesebb az a képesség, hogy a felhasználó kritikai távolságot tartson az MI válaszaitól, felismerje azok korlátait, és fenntartsa saját gondolkodási folyamatainak ellenőrzését. A tanulmány egyik fontos megfogalmazása:
“using AI more critically”
Magyarul: „az MI kritikusabb használata” (16. o.)
A szerzők ezzel arra mutatnak rá, hogy a magasabb MI-műveltség nem feltétlenül kevesebb MI-használatot jelent, hanem tudatosabb, ellenőrzöttebb együttműködést. Fontos azonban hangsúlyozni, hogy a kutatók az MI-műveltséget meglévő egyéni különbségként mérték. Nem végeztek olyan beavatkozásos vizsgálatot, amely bizonyította volna, hogy egy MI-műveltségi képzés önmagában javítja az innováció minőségét.
A gondolkodás megtartása pedagógiai feladat
A kutatás számomra legfontosabb pedagógiai üzenete az, hogy az MI-használat értékelésekor nem elegendő kizárólag a létrehozott produktum minőségét vizsgálnunk. Egy jól megszerkesztett fogalmazás, egy meggyőző érvelés vagy egy működő programkód önmagában még nem mutatja meg, hogy a tanuló milyen gondolkodási műveleteket végzett el a megoldás során.
Ha a mesterséges intelligencia megtervezi a feladatot, kidolgozza a megoldást és elvégzi az ellenőrzést is, a tanuló könnyen kész eredményhez juthat anélkül, hogy a teljes problémamegoldási folyamatot végigjárná. Ezzel szemben a tudatos MI-használat lehetőséget teremthet arra, hogy az eszköz ne helyettesítse, hanem támogassa a gondolkodást.
A szerzők gyakorlati javaslatai alapján egy pedagógiailag is értelmezhető munkafolyamat három szakaszra bontható:
1. Önálló gondolkodás és tervezés: A tanuló meghatározza a problémát, megfogalmazza előzetes elképzeléseit és kiválasztja a megoldási stratégiát.
2. MI-vel támogatott bővítés: Az MI alternatívákat kínál, új szempontokat vet fel, vagy segít az elképzelések továbbfejlesztésében.
3. Emberi ellenőrzés és reflexió: A tanuló ellenőrzi az eredményt, indokolja döntéseit, összehasonlítja az alternatívákat, és értékeli saját munkafolyamatát.
Ez a megközelítés különösen jól alkalmazható olyan tanulási helyzetekben, amelyekben az eredmény mellett a gondolkodási folyamat is fontos: például érvelő szövegek írásakor, irodalmi művek értelmezésekor vagy programozási problémák megoldásakor.
A feladatunk így nem egyszerűen annak eldöntése, hogy megengedjük-e az MI használatát. Sokkal inkább annak meghatározása, hogy mely gondolkodási műveletek elvégzését várjuk el a tanulótól, és melyekben engedjük meg az MI támogatását.
A kutatás ebben a megközelítésben az MI-műveltség fogalmát is új megvilágításba helyezi. Az MI-műveltség nem csupán az eszközök működésének ismerete vagy hatékony alkalmazása, hanem annak felismerése is, mikor szükséges fenntartani saját kognitív és metakognitív kontrollunkat.
Nem az átadás ténye, hanem a kontroll elvesztése a kérdés
Xiao és munkatársai kutatása arra hívja fel a figyelmet, hogy az ember–MI együttműködés hatékonyságának növekedése olyan változásokkal is együtt járhat, amelyek a létrehozott tudás minőségét kedvezőtlenül befolyásolják.
A tanulmány nem bizonyítja, hogy a rendszeres MI-használat hosszú távon csökkentené az ember gondolkodási képességeit. Négy, rövid időtartamú kísérlet alapján azonosít olyan feladatszintű folyamatokat, amelyek további vizsgálatot igényelnek. Az eredmények ugyanakkor indokolják, hogy a pedagógiai gyakorlatban tudatosabban foglalkozzunk a tervezés, az ellenőrzés és a reflexió szerepével.
Az MI-műveltség pedagógiai jelentőségét egy korábbi írásomban is vizsgáltam; a jelen kutatás ismertetése ezt azzal egészíti ki, hogy az MI-műveltség metakognitív védőszerepére irányítja a figyelmet.
A valódi kérdés azonban nem az, hogy mennyi gondolkodási munkát vesz át tőlünk a mesterséges intelligencia, hanem az, hogy mennyit őrzünk meg saját gondolkodásunk tudatos irányításából.
